Nano Hash - криптовалюты, майнинг, программирование

LoggingInInterceptor в Apache CXF

Мне нужно написать CustomLogger на уровне перехватчика, и я имел в виду код LoggingInInterceptor в Apache CXF. Я вижу, что в коде он сначала получает входной поток из сообщения, а затем устанавливает его обратно в сообщение.

Пожалуйста, обратитесь к приведенному ниже коду и URL-адресу:

// restore the delegating input stream or the input stream 
   if (is instanceof DelegatingInputStream) { 
        ((DelegatingInputStream)is).setInputStream(bis); 
   } else { 
        **message.setContent(InputStream.class, bis);** 
   }

http://grepcode.com/file/repo1.maven.org/maven2/org.apache.cxf/cxf-api/2.7.4/org/apache/cxf/interceptor/LoggingInInterceptor.java#152

Не могли бы вы сообщить мне, почему это делается, хотя мы не меняем входной поток здесь. Было бы очень полезно, если бы подробное описание дано для того же самого.


Ответы:


1

Входной поток фактически изменен. Ведение журнала будет «потреблять» свои байты, и после этого поток будет установлен на завершение. Что делает его непригодным для следующих обработчиков сообщений. Поэтому перехватчик сначала копирует байты, чтобы сохранить их в памяти, затем использует их в новом входном потоке и предоставляет следующим перехватчикам доступ в другом новом входном потоке (что невозможно с фактическим входным потоком http, но с байтами в памяти).

21.03.2016
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..